ক্যাশ করা রিড
একটি অপরিবর্তিত পুনরাবৃত্তি একটি সংক্ষিপ্ত রেফারেন্স ফিরিয়ে দিতে পারে। যখন আপনি রিড ক্যাশে এড়িয়ে যেতে চান তখন ফ্রেশ ব্যবহার করুন; ফ্রেশ নিজেই সঠিক-পাঠ্য মোড নির্বাচন করে না।
এই ক্ষমতাটি অন্বেষণ করুনকনটেক্সট নির্বাচন
সঠিক তথ্য।সঠিক গভীরতায়।
LeanCTX হলো AI সিস্টেমের জন্য Context Gateway। প্রতিটি কাজের জন্য যতটুকু কনটেক্সট দরকার, ততটুকুই নির্বাচন করুন, সবটা নয়: প্রাসঙ্গিক উৎস, পড়ার সঠিক গভীরতা ও একটি কনটেক্সট বাজেট, সঙ্গে মূল উৎসের রেফারেন্স।
পদ্ধতি
আপনার মডেলের কাছে পৌঁছানোর জন্য নির্বাচন করুন।
একটি কাজের জন্য প্রমাণ প্রয়োজন, প্রতিটি উপলব্ধ ফাইল নয়। LeanCTX অনুমোদিত প্রার্থীদের সংগ্রহ করে, তাদের উৎস সংরক্ষণ করে এবং অনুরোধ করা বাজেটের মধ্যে একটি প্রসঙ্গ পরিকল্পনা প্রস্তুত করে।
কাজ ও বাজেট
প্রতিটি পাঠের জন্য একটি কারণ দিন।
প্রশ্ন এবং প্রসঙ্গের জন্য উপলব্ধ স্থান বর্ণনা করুন। একটি কোডিং কাজের জন্য একটি বাস্তবায়ন প্রয়োজন হতে পারে; একটি সহায়তার কাজের জন্য একটি বর্তমান পদ্ধতি প্রয়োজন হতে পারে। পরিকল্পনাটি সেই কাজের জন্য, তার অনুমোদিত উৎস পরিধির মধ্যে নির্বাচন করে।
- ব্যাপ্তি
- প্রকল্প এবং উপলব্ধ উৎসগুলি নির্বাচন করুন।
- নির্বাচন
- প্রার্থীগুলিকে র্যাঙ্ক করুন এবং ভাগ করা বিষয়বস্তুর রেফারেন্সগুলি ডুপ্লিকেট করুন।
- প্রসঙ্গ বাজেট
- একটি অনুরোধের জন্য প্রস্তুত তথ্যের সীমা নির্ধারণ করুন; এটি একটি ব্যয় সীমা থেকে আলাদা।
অনুসন্ধান এবং উৎস
এটি খুঁজুন। জানুন এটি কোথা থেকে এসেছে।
আপনার কাজের জন্য নির্বাচিত প্রমাণ দিয়ে শুরু করুন। LeanCTX মডেল প্রসঙ্গে নির্বাচিত উপাদানগুলিকে সংকলন করার সময় প্রতিটি উৎস রেফারেন্স সংযুক্ত রাখুন। যখন ফলাফলের আরও ব্যাখ্যা প্রয়োজন তখন উৎসের পথ অনুসরণ করুন।
- ফাইল এবং কোড
- পাঠ্য অনুসন্ধান, কাঠামো এবং উৎসের অবস্থান।
- সূচিত জ্ঞান
- BM25 এবং কনফিগার করা সিম্যান্টিক অনুসন্ধান উপলব্ধ সূচকগুলি ব্যবহার করে।
- সংযুক্ত উৎসগুলি
- প্রোভাইডার অ্যাক্সেস কনফিগার করা প্রমাণপত্র এবং অনুমতির উপর নির্ভর করে।
বিবরণ এবং পুনরুদ্ধার
কতটুকু পড়তে চান তা নির্বাচন করুন।
সঠিক সম্পাদনার জন্য স্বাক্ষর ব্যবহার করুন, পরিদর্শন করার জন্য লাইন রেঞ্জ এবং সম্পূর্ণ পাঠ্য ব্যবহার করুন। আরও পাঠগুলি একই অ্যাক্সেস নিয়ম অনুসরণ করে।
- স্বাক্ষর
- উৎস রেফারেন্স সহ ফাংশন এবং প্রকারগুলি খুঁজুন।
- লাইনস / সম্পূর্ণ
- প্রয়োজনীয় বিস্তারিতভাবে প্রয়োজনীয় বাস্তবায়ন পড়ুন।
- পুনরুদ্ধার
- কোনটি পুনরুদ্ধার করা যেতে পারে তা উপলব্ধ উৎস এবং আর্কাইভ করা আউটপুট নির্ধারণ করে।
src/lib/roi.ts257 লাইন
fn pub fmtInt(value:n) → string @L78-80fn pub fmtUsd(value:n) → string @L83-89fn pub fmtDay(iso:s) → string @L92-96
ক্যাপচার করা স্বাক্ষর ভিউ থেকে অংশ
উৎস রেফারেন্সfmtUsd · L83–89
বাস্তবায়নটি একটি লক্ষ্যযুক্ত পাঠ দূরে।
সঠিক বাস্তবায়ন পরীক্ষা করুন
export function fmtUsd(value: number): string {
const n = Number(value) || 0;
return (
'$' +
n.toLocaleString('en-US', { minimumFractionDigits: 2, maximumFractionDigits: 2 })
);
}একই উৎস ফাইল থেকে সঠিক বাস্তবায়ন।
পঠন-মোড টুলকিট
একটি উৎস। আপনার কাজের জন্য প্রয়োজনীয় দৃশ্য।
দিক থেকে সঠিক লাইনে যান, পরিবর্তনগুলি তুলনা করুন বা আরও সংক্ষিপ্ত উপস্থাপনা বেছে নিন। মোড এবং তার ট্রেড-অফ খুঁজে বের করতে একটি গ্রুপ খুলুন।
আপনার দিক নির্ণয় করুনauto · map · signatures · reference
auto- রানটাইম থেকে উপলব্ধ ফাইল এবং টাস্ক প্রসঙ্গে একটি পঠন কৌশল নির্বাচন করতে দিন। স্পষ্ট আক্রমণাত্মকতা একটি লক্ষ্য ঘনত্ব নির্বাচন করতে পারে।
map- কোন অংশটি আরও মনোযোগের দাবি রাখে তা বেছে নেওয়ার আগে একটি কাঠামোগত রূপরেখা দেখুন।
signatures- সমর্থিত কোডের API পৃষ্ঠ পরীক্ষা করুন: ঘোষণা এবং সোর্স অবস্থান, বাস্তবায়ন বিবরণ বাদ দিয়ে।
reference- এর বডি প্রতিক্রিয়াতে লোড না করে আকার এবং প্রকার মেটাডেটা সহ একটি সংক্ষিপ্ত ফাইল রেফারেন্স রাখুন।
সুনির্দিষ্টভাবে পড়ুন। আত্মবিশ্বাসের সাথে সম্পাদনা করুন।full · raw · anchored · lines
full- এর স্বাভাবিক প্রদর্শন ফ্রেম সহ সোর্স পড়ুন। যখন বাদ দেওয়া বিবরণ সম্পাদনার জন্য পরিবর্তন করতে পারে তখন একটি সম্পূর্ণ দৃশ্য ব্যবহার করুন।
raw- প্রদর্শন ফ্রেম ছাড়া সোর্স টেক্সট ফিরিয়ে দিন। এই আউটপুট মোড সোর্স অনুমতি বা সক্ষম ফিল্টারগুলিকে বাইপাস করে না।
anchored · anchored:72-92- লক্ষ্যযুক্ত ctx_patch সম্পাদনার জন্য প্রতি-লাইন হ্যাশ অ্যাঙ্কর সহ সম্পূর্ণ সোর্স বা একটি লাইন উইন্ডো পড়ুন।
lines:72-92 · lines:5,10-20 · lines:-20- একটি অন্তর্ভুক্তিমূলক পরিসর, একাধিক অবস্থান বা শেষ লাইনগুলি নির্বাচন করুন। লাইন:72 লাইন ৭২ থেকে শেষ পর্যন্ত পড়ে; -20 একটি লেজ শর্টহ্যান্ড হিসাবেও গৃহীত হয়।
কী রাখতে হবে তা বেছে নিনtask · aggressive · entropy · density
task- সক্রিয় কাজের সাথে প্রাসঙ্গিক উপাদান রাখুন। ব্যবহারযোগ্য কাজের ইঙ্গিত বা একটি ছোট ফাইলের জন্য, বর্তমান বাস্তবায়ন সম্পূর্ণ বিষয়বস্তু প্রদান করে।
aggressive- যখন একটি ওভারভিউ যথেষ্ট হয় তখন একটি শক্তিশালী, ক্ষতিপূর্ণ সারাংশ ব্যবহার করুন। সঠিক বিবরণের প্রয়োজন এমন সম্পাদনা করার আগে আসল পুনরুদ্ধার করুন।
entropy- এনট্রপি-ভিত্তিক সংকোচনের মাধ্যমে পুনরাবৃত্তিমূলক, কম তথ্যপূর্ণ উপাদানগুলি হ্রাস করুন। ফলাফলটি একটি নির্বাচিত দৃশ্য, একটি ত্রুটিহীন কপি নয়।
density:0.40- আসল টোকেনগুলির একটি নির্বাচিত অনুপাত লক্ষ্য করুন। লক্ষ্যটি আনুমানিক; গুণমান রক্ষক এবং সোর্স কাঠামো সরবরাহ করা আকারকে প্রভাবিত করে।
যা পরিবর্তিত হয়েছে তা ফিরিয়ে দিনdiff
diff- সেশনের ক্যাশ করা পঠনের সাথে তুলনা করুন। এর জন্য একটি পূর্ববর্তী পঠন প্রয়োজন; এটি একটি ইচ্ছামতো গিট কমিটের সাথে তুলনা নয়।
উন্নত উপস্থাপনাগুলি অন্বেষণ করুনcognitive · mdl
cognitive- শনাক্ত করা অংশগুলির একটি বাজেট সেট নির্বাচন করুন। এর জন্য সংশ্লিষ্ট বিজ্ঞান সেটিংস প্রয়োজন; অন্যথায় বাস্তবায়ন ম্যাপে ফিরে যায়।
mdl- একটি সংক্ষিপ্ত কাঠামোগত বিবরণ তৈরি করুন। এর জন্য সংশ্লিষ্ট বিজ্ঞান সেটিংস প্রয়োজন; অন্যথায় এটি ম্যাপে ফিরে যায়।
একটি সংক্ষিপ্ত সম্পূর্ণ-পাঠ্যের রূপভেদfull-compact
full-compact- রিডাইরেক্ট-ভিত্তিক রূপভেদ ফ্রেম এবং ট্রেলিং হোয়াইটস্পেস সরিয়ে দেয়, লাইন কাঠামো বজায় রাখে। যখন সঠিক বাইট সংরক্ষণ করা গুরুত্বপূর্ণ তখন রও (raw) নির্বাচন করুন।
ফরম্যাট-সচেতন প্রস্তুতি
বিভিন্ন উপাদান। সঠিক চিকিৎসা।
কোডে কাঠামো থাকে। কমান্ড আউটপুটে ফলাফল, ত্রুটি এবং পুনরাবৃত্ত গোলমাল থাকে। LeanCTX সমর্থিত ফর্ম্যাটগুলির জন্য উপযুক্ত ভিউ বা আউটপুট ফিল্টার ব্যবহার করে, প্রয়োজনে বিবরণ পুনরুদ্ধার করার জন্য রেফারেন্স প্রদান করে।
- কোডের কাঠামো
- একটি কাঠামোগত রিডে প্রাসঙ্গিক ঘোষণা এবং উৎস অবস্থানগুলি রাখুন।
- কমান্ড আউটপুট
- সমর্থিত আউটপুট ফিল্টারগুলির মাধ্যমে পৃষ্ঠ উপযোগী ফলাফল এবং ব্যর্থতা।
- পুনরুদ্ধারযোগ্য বিবরণ
- আরও প্রমাণ প্রয়োজন হলে উৎস রেফারেন্স বা একটি উপলব্ধ আউটপুট আর্কাইভ অনুসরণ করুন।
আপনার কর্মপ্রবাহে
আরও কম পড়ুন। প্রয়োজনে আরও পুনরুদ্ধার করুন।
প্রথম রিডটি কেবল কর্মপ্রবাহের একটি অংশ। LeanCTX পুনরাবৃত্ত রিড, উৎস রেফারেন্স এবং আর্কাইভ করা আউটপুটগুলিও পরিচালনা করে।
আউটপুট পুনরুদ্ধার
একটি সংক্ষিপ্ত ফলাফল যথেষ্ট না হলে একটি সংরক্ষিত উৎস বা শেল আর্কাইভ পুনরুদ্ধার করুন। প্রাপ্যতা এবং ধারণ ক্ষমতা নির্ধারণ করে কী পুনরুদ্ধার করা যেতে পারে।
এই ক্ষমতাটি অন্বেষণ করুনপ্রশ্ন ও উত্তর
পাঠ মোডগুলি ব্যাখ্যা করা হয়েছে।
প্রতিটি অনুসন্ধান কি একটি সূচক ব্যবহার করে?
সঠিক পাঠ্য অনুসন্ধান এবং সূচিত পুনরুদ্ধার ভিন্ন পথ। সিম্যান্টিক অনুসন্ধান কনফিগার করা সূচকগুলির উপর নির্ভর করে; আপনি যদি ইতিমধ্যেই কোনো প্রতীক বা বাক্যাংশ জানেন তবে একটি সরাসরি পাঠ্য মিল একটি ভাল শুরুর বিন্দু হতে পারে।
টাস্কের জন্য কি প্রতিটি ছোট ভিউ যথেষ্ট?
না। স্বাক্ষরগুলি কোড খুঁজে পেতে সাহায্য করে; এটি পরিবর্তন করতে সঠিক বাস্তবায়নের প্রয়োজন হতে পারে। প্রয়োজনে আরও বিস্তারিত পাঠ বেছে নিন এবং টাস্কের ফলাফল যাচাই করুন।
প্রস্তুতিতে কি একটি ব্যক্তিগত মডেল প্রয়োজন?
না। পাবলিক ইঞ্জিনগুলি নির্ণায়কভাবে কাজ করে। যাচাইকরণের পরে ঐচ্ছিক বুদ্ধিমত্তা আরও ভাল নির্বাচন বা পথ প্রস্তাব করতে পারে, কিন্তু আপনার হোস্ট এবং নীতি কর্তৃত্ব বজায় রাখে। যদি এটি অনুপলব্ধ বা প্রত্যাখ্যান করা হয়, তবে নির্ণায়ক পথটি ব্যবহারযোগ্য থাকে।
LeanCTX দিয়ে শুরু করুন
একটি নির্দিষ্ট পাঠ চেষ্টা করুন।
একটি পরিচিত ফাইলের উপর একটি সিগনেচার ভিউ চেষ্টা করুন। যখন প্রয়োজন তখন রেফারেন্স অনুসরণ করুন এবং বাস্তবায়ন পড়ুন।
স্থানীয়-প্রথম। মডেল-অজ্ঞেয়বাদী। আপনার প্রসঙ্গ।